利用平均幅度差函數(shù)法進(jìn)行基音周期估計(jì)

1、1SpeechPitchPeriodEstimationBasedonAMDFAbstract：Pitchperiodisakeyparameterinspeechcompressionsynthesisrecognition.ThewellknownAMDFisoftenusedtodeterminethisparameter.Butitiseasytomaketheestimatedpitchdoubled.Accdingtothe

2、conventionalspeechgeneratingmodeAMDFthepaperreferstoanewspeechpitchdeterminationalgithmwhichbasesonAMDF.Thenewmethodcanresolveboththeerrbysearching“thefirsttrough“thereduplicationbysearching“theminimaltrough“.Itcanwinmea

3、ccurateresultsbyfecastingtherangeoftheroughvaluemakinglineartransfmation.Thealgithmnotonlysimplifiesthepitchdetectionbutalsoefficientlydecreasestheestimationerrsimprovestheprecisionofestimatedvalues.Keywds:averagemagnitu

4、dedifferencefunction(AMDF)pitchperiodestimation1引言引言基音是指發(fā)濁音時(shí)聲帶振動(dòng)起的周期性而基音周期是指聲帶振動(dòng)頻率的倒數(shù)。基音周期檢測(cè)是語音信號(hào)處理中的重要工作之一。然而基音周期的精確檢測(cè)實(shí)際上是比較困難的。這是因?yàn)槁曢T激勵(lì)信號(hào)并不是一個(gè)完全的周期序列在語音開頭和結(jié)尾部分不具有聲帶振動(dòng)那樣的周期性清音和有些濁音的過渡幀很難判斷有沒有周期性同時(shí)語音的共振峰會(huì)嚴(yán)重影響激勵(lì)信號(hào)的諧波結(jié)構(gòu)因?yàn)檎Z

5、音信號(hào)本身是有音調(diào)變化的另外人的基音周期變化范圍比較大從50Hz到500Hz。準(zhǔn)周期脈沖序列發(fā)生器隨機(jī)噪聲發(fā)生器基音周期時(shí)變線性系統(tǒng)濁音清音增益控制時(shí)變參數(shù)語音取樣值(a)簡(jiǎn)化的語音生成數(shù)學(xué)模型與自相關(guān)法相比AMDF方法具有運(yùn)算量小、精度高等優(yōu)點(diǎn)在軍用語音編碼中得到廣泛應(yīng)用。但是在AMDF方法中經(jīng)常發(fā)生基音估計(jì)結(jié)果為實(shí)際基音周期的2倍這不僅與語音信號(hào)波形復(fù)雜有關(guān)還與短時(shí)AMDF函數(shù)的特性有關(guān).短時(shí)AMDF函數(shù)隨著滯后時(shí)間的增加峰值幅度逐

6、漸下降，這使得谷值點(diǎn)檢測(cè)以及谷值點(diǎn)的清晰度檢查比較困難，針對(duì)該問題相關(guān)文獻(xiàn)提出了不少改進(jìn)方法。本文提出了一種改進(jìn)的AMDF方法它通過簡(jiǎn)單的預(yù)設(shè)谷值范圍、線性變換等步驟實(shí)現(xiàn)了較精確的基音檢測(cè)。3（c）時(shí)域波形和及對(duì)應(yīng)的加權(quán)AMDF3實(shí)驗(yàn)設(shè)計(jì)實(shí)驗(yàn)設(shè)計(jì)1）首先對(duì)裝載后的原始語音信號(hào)進(jìn)行分幀，在參數(shù)選擇上使得幀長(zhǎng)等于幀移，而且?guī)L(zhǎng)控制在比較小的范圍內(nèi)。編寫一個(gè)判斷每幀語音信號(hào)短時(shí)能量的函數(shù)，統(tǒng)計(jì)分幀后的語音信號(hào)每幀的平均能量，由于靜音幀和清音幀

7、的能量較濁音幀的能量小，那么可以根據(jù)實(shí)驗(yàn)結(jié)果選擇合適的平均能量閾值，當(dāng)某幀的能量小于該閾值時(shí)可以認(rèn)為這幀不含有基音周期信息，把該幀的幀號(hào)記錄在一個(gè)數(shù)組中。（d）原始語音信號(hào)與去清音和靜音后信號(hào)的比較2）對(duì)每幀信號(hào)經(jīng)過短時(shí)能量判斷后，根據(jù)數(shù)組記錄的幀號(hào)對(duì)對(duì)應(yīng)幀的內(nèi)容作置零處理，然后把非零內(nèi)容的幀組成一個(gè)新的語音，這時(shí)候可以認(rèn)為新的語音信號(hào)中含有豐富的基音周期信息。（e）重新組成的語音信號(hào)3）然后對(duì)新生成的語音信號(hào)進(jìn)行分幀，然后編寫一個(gè)平均